AIガバナンス主管不在が半数超

株式会社ChillStackは、自社サービス開発に携わるエンジニア200名と、情報システム・監査部署の担当者100名を対象に「AIガバナンスに関する実態調査」を実施した。調査の結果、サービスへのAI実装は進んでいる一方で、半数超の企業でAIガバナンスの主管部門が「不在・機能不全」となっており、現場エンジニアは基準・ルール不足を、情報システム・監査部署は責任の所在の曖昧さを大きな課題として認識している実態が明らかになった。

サービスへのAI実装は56％、効果は顧客体験と開発スピード

自社サービス・システムへのAIの組み込み状況を尋ねたところ、「サービスの主要機能として組み込んでいる」が30.5%、「一部機能として組み込んでいる」が25.5%で、あわせて56.0%のエンジニアがAIを組み込んでいると回答した（n=200）。主要機能への適用が3割に達しており、企業がAIを本格的にサービスへ実装する段階へ進んでいる様子がうかがえる。

AIを組み込んだことで得られた効果としては、「顧客体験の向上」が55.4%で最多となり、「開発スピードの向上」が49.1%、「新機能実現・サービス差別化」が43.8%と続いた（n=112）。データ活用の高度化や運用コスト削減といった効果も挙がっており、多岐にわたるメリットを実感していることが示されている。

エンジニアと情シス・監査で異なる懸念の焦点

AIを自社サービス・システムに組み込む際の課題・不安について、エンジニア（n=200）は「モデルの再現性確保の難しさ」が49.0%で最多となり、「品質保証の基準が不明確」が40.0%、「リスク評価や許容基準の不明確さ」が34.0%と続いた。「モデルの再現性確保の難しさ」は、同じ入力・条件でも結果がぶれ、過去と同じ結果を再現しづらい点を指している。

一方、情報システムや監査部署（n=100）では、「モデルの再現性確保の難しさ」と「リスク評価・許容基準の不明確さ」がいずれも34.0%、「品質保証の基準が不明確」が27.0%であった。両部門を比較すると、いずれもリスク評価やインシデント発生時の責任の所在といったリスク関連項目を大きな懸念として共有している一方、エンジニアは技術的な再現性や品質保証の基準をより強く問題視している構図が浮かび上がる。

半数超でAIガバナンス主管が「不在・機能不全」

AIガバナンスの主管部門が明確に定められているかを尋ねたところ、「定められているが機能していない」が23.5%、「明確に決まっていない」が27.0%となり、あわせて50.5%の企業でAIガバナンス体制が未整備または形骸化している実態が明らかになった（n=200）。

主管部門が「明確に定められている」以外と回答した企業において、実際に起きた問題として、エンジニア（n=118）は「AI活用のルールやガイドラインが整備されない」が25.4%で最多となり、「意思決定が遅延し、対応が後手に回る」が22.9%、「責任の押し付け合いになる」が21.2%と続いた。

情報システムや監査部署（n=60）では、「責任の押し付け合いになる」が31.7%で最も多く、「リスク判断の基準が統一されず、現場が混乱する」が30.0%、「AI活用のルールやガイドラインが整備されない」が28.3%となった。エンジニアは指針や基準の未整備を主な問題として挙げているのに対し、情報システム・監査側は責任の所在やリスク対応のばらつきといった組織面の影響をより重く捉えていることがうかがえる。

将来リスクへの懸念とAIインシデント対応フロー

AIガバナンスの主管部門が明確に定められていないことで今後起こり得る問題については、エンジニア（n=118）が「リスク判断の基準が統一されず、現場が混乱する」を19.5%で最多とし、「責任の押し付け合いになる」「意思決定が遅延し、対応が後手に回る」がいずれも17.8%で続いた。

情報システムや監査部署（n=60）は、「責任の押し付け合いになる」が43.3%と突出して高く、「AI活用のルールやガイドラインが整備されない」が33.3%、「必要なリソース（予算・人材）が確保できない」が28.3%となっている。「心配なことはない」と回答した割合は、エンジニアが25.4%であったのに対し、情報システムや監査部署は16.7%にとどまった。現場エンジニアよりも、ガバナンスを担う部署の方が、将来的な責任問題や体制不備の影響をより重く見ていることが読み取れる。

AIに起因するインシデント発生時の対応フローについては、「整備されており、機能している」が54.5%で最多となる一方、「整備されているが、実質的には機能していない」が18.8%、「整備されていない」が13.4%であり（n=112）、約5割の企業では対応フローが未整備または形骸化している可能性が示された。

AI実装は競争力維持のカギに、求められる「現場で運用できるガバナンス支援」

今後、自社サービスの競争力維持・強化のためにAIの組み込みが不可欠かどうかについては、「とてもそう思う」と「ややそう思う」を合わせて86.0%となり、多くのエンジニアがAI実装の重要性を認識していることが分かった（n=200）。理由としては、「開発スピードの向上、高品質製品の生産サイクルの向上を目指している」「競合他社との差別化にはAI機能が不可欠」「多くの製品でAI対応が前提になっており、顧客もその前提でいる」といった声が挙げられている。

一方で、AI実装が必要ないとする回答には、「情報の信頼性や著作権の問題など課題が多く、実用化には至らない」「AIは一時的なブームだと考えている」「必要性がまだ不透明」といった意見もみられ、見解の違いも残っている。

今後のAI組み込み方針については、「積極的に推進」が49.0%、「慎重に推進」が39.0%で、あわせて88.0%が拡大を志向している（n=200）。

そのうえで、AI推進に必要なものとして、「現場で運用できるガバナンス支援」が45.5%で最多となり、「リスク評価の自動化・効率化」が38.0%、「品質モニタリング」が34.5%と続いた。AI実装を前提としながらも、現場レベルで機能するガバナンス支援と、リスク・品質の継続的なモニタリングが求められている実態が浮き彫りになっている。

出典：PRTimes 半数超の企業でAIガバナンスの主管部門が不在・機能不全。サービスへのAI実装の機運が高まるも、「責任の押し付け合い」への懸念あり